学生联盟网为您提供优质参考范文! 体会工作报告法律咨询精彩演讲各类材料
当前位置: 学生联盟网 > 美文摘抄 > 议论文 > SPSS相关分析试验报告

SPSS相关分析试验报告

时间:2021-11-28 13:29:56 来源:学生联盟网

SPSS相关分析实验报告Last updated on the afternoon of January 3,2021本科教学实验报告(实验)课程名称数据分析技术系列实验实验报告学生姓名一、实验室名称二、实验项目名称相关分析三、实验原理相关关系是不完全确定的随机关系。在相关关系的情况下,当一个或儿个相互联系 的变量取一定值得时候,与之相应的另一变量的值虽然不确定,但它仍然按照某种规律 在一定的范围内变化。按照数据度量的尺度不同,相关分析的方法也不同,连续变量之间的相关性常用 Pearson简单相关系数测定;定序变量的相关系数常用Spearman秩相关系数和Kendall 秩相关系数测定;定类变量的相关分析要使用列连表分析法。四、实验目的理解相关分析的基本原理,掌握在SPSS软件中相关分析的主要参数设置及其含义,掌握SPSS软件分析结果的含义及其分析。五、实验内容及步骤实验内容以雇员表为例,共有474条数据,运用相关分析方法对变量间的 相关关系进行分析。0分析性别与工资之间是否存在相关关系。2)分析教育程度与工资之间是否存在相关关系。实验要求掌握相关分析方法的计算思路及其在SPSS环境下的操作方法,掌 握输出结果的解释。1.分析性别与工资之间是否存在相关关系。分析性别属于定类变量,是离散值,因使用卡方检验。Stcpl .操彳乍为 AnalyzcDcscriptivcStatisticsCrosstabsStep2.将性别(Gender)和收入(CurrentSalary)分别移入Rows列表框和 Columns列表框。Stcp3.单击Statistics按钮,在弹出的于对话框中选中默认的Chi-square,进行卡 方检验。退回到主对话框,单击。k。2.分析教育程度与工资之间是否存在相关关系。分析教育程度为定序变量,工资为连续变量,可使用Spearman和Kendall 秩相关系数检验。Stepl.用散点图初步判断二变量的相关性,操作为 Graphs/LegacyDialogs/Scattcr,选择SimplcScattcr,教育程度为自变量,工资为因变 量,做散点图。散点图结果如图示,二者存在线性相关关系。只有线性相关的关系确定后 才能继续进行下一步分析。因此,在进行相关分析之前的预分析过程也是十分重 要的。Step2.两变量相关分析,操作为 Analyze/Correlate/Bivariate ,选择 Kendall 和 Spearman相关系数。六、实验器材(设备、元器件)计算机、打印机、硒鼓、碳粉、纸张七、实验数据及结果分析1.分析性别与工资之间是否存在相关关系。

  卡方检验结果为卡方检验值df渐进Sig.(双侧)Pearson 卡方 似然比 有效案例中的N474220220.001.000单元格)的期望计数少于5,最小期望计数为.46。显着性水平为,即至少有的把握认为性别和工资之间存在显着的相关系。2分析教育程度与工资之间是否存在相关关系。EducationalLev elyearsCurrentsalaryKendall 的 tau_bEducationalLevelyears相关系数554Sig.(双侧).000N474474Curre ntSalary相关系数554Sig.(双侧).000N474474Spearman 的 rhoEducationalLevelyears相关系数688“Sig.(双侧).000N474474Curre ntSalary相关系数.688“Sig.(双侧).000N474474“在置信度(双测)为时,相关性是显着的Kendall和Spearman相关系数分别为和,所以可以认为教育程度和工资正相关。八、实验结论SPSS在数据分析方面提供了强大的能力,可以快速地进行相关分析,重点在于分清 连续变量、定序变量、定类变量,以及与其联系的相关系数。九、总结及心得体会Spss有着强大的相关分析功能,在使用spss的同时一定要与统计学的理论联系在一 起,理清每种统计方法的内在含义。十、对本实验过程及方法、手段的改进建议分清连续变量、定序变量、定类变量是进行相关分析的基础,要牢记与每种变量相匹配的相关系数。